[发明专利]一种工程验证分析方法及装置

权利要求书

1.一种工程验证分析方法，其特征在于，包括：

将待验证工程图片输入至训练好的神经网络模型，输出与所述待验证工程图片对应的质量类型标签，所述神经网络模型为基于样本工程图片以及预先确定的样本工程图片质量类型标签进行训练后得到；

根据所述神经网络模型输出的质量类型标签，获取所述待验证工程图片对应的验证结果。

2.根据权利要求1所述的方法，其特征在于，若获取的待验证工程图片对应的验证结果为不合格，则在待验证工程图片对应的装维工程整改后，将整改后的待验证工程图片输入至所述神经网络模型，输出与所述整改后的待验证工程图片对应的质量类型标签。

3.根据权利要求1所述的方法，其特征在于，所述神经网络模型包括:

LeNet网络模型、AlexNet网络模型或Inception V3网络模型。

4.根据权利要求1所述的方法，其特征在于，所述将待验证工程图片输入至训练好的神经网络模型之前，还包括：

采用Tensorflow对所述样本工程图片预处理后，输入至神经网络模型进行训练。

5.根据权利要求1所述的方法，其特征在于，所述将待验证工程图片输入至训练好的神经网络模型之前，还包括：

对所述样本工程图片进行数据增强后，输入至神经网络模型进行训练，所述数据增强包括，图像大小调整、图像裁剪、图像翻转、亮度随机调、对比度随机调整、饱和度随机调整、色调随机调整中的任意一种或多种。

6.根据权利要求1所述的方法，其特征在于，所述将待验证工程图片输入至训练好的神经网络模型之前，还包括：

采用优化方法对模型训练过程进行优化，所述优化方法包括，学习速率设置、正则化、滑动平均处理中的任意一种或多种。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述神经网络模型包括Softmax层。

8.一种工程验证分析装置，其特征在于，包括：

输入模块，用于将待验证工程图片输入至训练好的神经网络模型，输出与所述待验证工程图片对应的质量类型标签，所述神经网络模型为基于样本工程图片以及预先确定的样本工程图片质量类型标签进行训练后得到；

处理模块，用于根据所述神经网络模型输出的质量类型标签，获取所述待验证工程图片对应的验证结果。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述工程验证分析方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述工程验证分析方法的步骤。